(资料图片)

一组研究人员开发了一种使用深度强化学习控制下肢外骨骼的新方法。该方法在 2023 年 3 月 19 日发表在《神经工程与康复杂志》上的一项研究中有所描述，它可以为下肢外骨骼用户提供更强大、更自然的步行控制。“通过深度强化学习结合肌肉骨骼模型对下肢康复外骨骼的稳健行走控制”可开放获取 (doi.org/10.1186/s12984-023-01147-2)。

虽然可穿戴机器人技术的进步有助于恢复下肢损伤的人的活动能力，但目前的外骨骼控制方法在为用户提供自然和直观运动的能力方面受到限制。这会损害平衡并导致用户疲劳和不适。很少有研究专注于开发可以在安全性和独立性方面优化用户体验的稳健控制器。

凯斯勒基金会移动与康复工程研究中心高级研究科学家Ghaith Androwis博士表示，现有的用于下肢康复的外骨骼采用多种技术来帮助用户保持平衡，包括特殊的拐杖和传感器。该中心的康复机器人和研究实验室主任。没有这些助手的外骨骼允许更多的独立行走，但以增加重量和缓慢行走速度为代价。

“先进的控制系统对于开发下肢外骨骼至关重要，这种外骨骼能够在一系列条件下自主、独立行走，”Androwis 博士说。研究团队开发的新方法使用深度强化学习来改善外骨骼控制。强化学习是一种人工智能，它使机器能够通过反复试验从自己的经验中学习。

“使用肌肉骨骼模型和外骨骼，我们模拟了下肢的运动，并训练外骨骼控制系统使用强化学习实现自然行走模式，”通讯作者、生物动力学实验室副教授兼主任周先连博士解释说在新泽西理工学院 (NJIT) 生物医学工程系。“我们正在使用我们团队正在开发的下肢外骨骼在真实条件下测试该系统，结果显示了提高行走稳定性和减少用户疲劳的潜力。”

该团队确定他们提出的模型生成了一个通用的健壮步行控制器，能够处理各种级别的人外骨骼交互，而无需调整参数。新系统有可能使广泛的用户受益，包括那些患有脊髓损伤、多发性硬化症、中风和其他神经系统疾病的用户。研究人员计划继续与用户一起测试该系统，并进一步完善控制算法以提高步行性能。

“我们对这个新系统改善下肢损伤患者生活质量的潜力感到兴奋，”Androwis 博士说。“通过实现更自然和直观的行走模式，我们希望帮助外骨骼用户更加轻松和自信地移动。”